Full-Stack AI Engineer (m/w/d)

Unser Kunde ist ein dynamisches Unternehmen, das sich der Gesundheit von Millionen von Menschen widmet. In der Rolle des Full-Stack AI Engineer (m/w/d) sind Sie Teil eines engagierten Teams, das innovative Softwarelösungen entwickelt, um die Gesundheitsversorgung zu verbessern. Ihre Hauptaufgaben umfassen die Analyse und Planung von Software Designs sowie die (Weiter-)Entwicklung, Implementierung und Betreuung von Softwareanwendungen über den gesamten Lebenszyklus. Sie sind verantwortlich für die Sicherstellung des Anwendungsbetriebs und die Integration von maschinellen Lern- und Generative AI-Modellen in produktive Workflows. Dabei entwickeln Sie robuste APIs und Konnektoren, um KI-Funktionalitäten mit internen Systemen zu verbinden. Zudem gestalten Sie moderne Frontends für KI-Anwendungen und treiben die Integration von KI-Komponenten in bestehende Daten- und MLOps-Pipelines voran. In Zusammenarbeit mit dem Cloud-Engineering-Team gestalten Sie aktiv die Systemarchitektur und achten dabei auf Skalierbarkeit und Sicherheit. Das Unternehmen bietet Ihnen ein unterstützendes Arbeitsumfeld, in dem Teamarbeit und Innovation gefördert werden. Sie haben die Möglichkeit, Ihre Fähigkeiten weiterzuentwickeln und an spannenden Projekten zu arbeiten, die einen positiven Einfluss auf die Gesellschaft haben.

Der ideale Kandidat bringt ein abgeschlossenes Studium der Informatik, Wirtschaftsinformatik oder einer vergleichbaren Fachrichtung mit oder hat eine entsprechende Berufsausbildung mit relevanter Weiterbildung abgeschlossen. Mehrjährige Erfahrung in der Entwicklung hochverfügbarer Backend-Systeme, insbesondere mit Python und Frameworks wie FastAPI oder Flask, ist erforderlich. Zudem sollten Sie über fundierte Kenntnisse im API-Design und in der Integration von Services verfügen. Erfahrung in der Entwicklung komplexer KI-Anwendungen sowie im Umgang mit Generative-AI-Orchestrierungsframeworks wie LangChain oder LlamaIndex ist von Vorteil. Kenntnisse in der Modellierung und Optimierung von Vektordatenbanken sowie in relationalen und NoSQL-Datenbanken sind ebenfalls wichtig. Sie sollten zudem Erfahrung mit Microservice-Architekturen und Containerisierung haben. Ein gutes Verständnis für KI-spezifische UX-Herausforderungen und sehr gute Deutschkenntnisse auf mindestens C1-Niveau runden Ihr Profil ab. Teamfähigkeit und die Bereitschaft, Wissen zu teilen, sind ebenfalls entscheidend.